Kunstig intelligens er blitt en viktig del av hverdagen vår – alt fra anbefalinger på strømmetjenester til chatboter på kundeservice. Utviklingen skjer raskt, også i avfalls- og gjenvinningsbransjen. Men, hvordan går vi fra å eksperimentere med språkmodeller til å bruke KI som en drivkraft for mer ressurseffektive og sirkulære løsninger?
Av Nancy Strand, Stein D. Wesenberg og Tor Gausemel Kristensen
ORDLISTE OG BEGREPER
Bildegjenkjenning: KI som ser og gjenkjenner objekter i bilder.
AI/ KI (Kunstig intelligens): Evne til å utføre oppgaver som krever intelligens, f.eks. å analysere mønstre, forutsi hendelser og ta beslutninger.
ML (Maskinlæring): KI som lærer av data og forbedrer seg over tid.
Dyp læring (Deep Learning): Avansert maskinlæring med nevrale nettverk – bra for komplekse oppgaver.
Datagrunnlag/Datasett: Strukturerte samlinger av data som brukes for å trene KI.
Algoritme: Oppskriften KI følger for å analysere og ta beslutninger.
IoT (Internet of Things): Fysiske enheter med sensorer som sender data.
Prediktiv analyse: Forutser fremtidige hendelser basert på historiske data.
Computer vision (Maskinsyn): KI som analyserer bilder og video.
API (Application Programming Interface): Grensesnitt for å koble sammen systemer.
Etikk og personvern (f.eks. GDPR): Retningslinjer for trygg og ansvarlig bruk av KI og data.
BOT: Enkel, automatisert programvare som utfører rutineoppgaver.
Chatbot: En BOT som kan chatte med kunder via nettside eller app.
AI-assistent: En mer avansert assistent med kontekstforståelse og mer naturlig språk.
RAG (Retrieval-Augmented Generation): KI som henter info fra egne dokumenter før den svarer.
ChatGPT/språkmodell: Avanserte KI-modeller som kan generere naturlig språk.
Generativ AI: KI som kan skape nytt innhold som tekst, bilder, kode eller design.
Robotikk: Fysiske roboter kombinert med KI.
Kvanteteknologi/Kvantedatamaskiner: Fremtidsteknologi for ekstremt raske beregninger.
VR/AR (Virtuell og utvidet virkelighet): VR = digital simulering, AR = digitalt lag over virkeligheten.
Vi gjør et forsøk på å besvare spørsmålet, ved å fokusere på den store utfordringen fremover. Hvordan kombinere teknologi med innsikt – og ikke minst teste, lære og tenke nytt.
Fra manuelle rutiner til smartere drift
Avfalls- og gjenvinningssektoren står midt i en krevende omstilling. Kravene til materialgjenvinning skjerpes, forventningene til bærekraft øker, og behovet for effektivitet og sporbarhet blir stadig viktigere. Samtidig gjør geopolitiske endringer og strengere reguleringer bransjen mer sårbar – og mer kompleks.
I dette landskapet er kunstig intelligens ikke lenger et eksperiment eller en kuriositet. Det er et strategisk verktøy som kan bidra til å redusere risiko, forbedre ressursutnyttelse og skape nye forretningsmuligheter.
Tre veier inn til effektiv og nyttig bruk av kunstig intelligens: Administrasjon, drift og innovasjon
Kunstig intelligens (KI) kan bidra til verdiskaping i hele organisasjonen – fra rutinepregede oppgaver til avansert beslutningsstøtte og fremtidstenkning. Det viktigste er å komme i gang – og å vite hvor man kan begynne. Her er tre områder hvor KI allerede kan gjøre en forskjell i avfalls- og gjenvinningsbransjen:
- Administrasjon: Frigjør tid og effektiviser arbeidsflyten
En stor del av hverdagen i enhver virksomhet går med til administrasjon. Her er det et betydelig potensial for effektivisering. Med språkmodeller som ChatGPT og Perplexity kan du raskt skrive notater, oppsummere møter, forbedre research og lage utkast til rapporter og presentasjoner.
Verktøy som Microsoft Copilot, Notion AI og andre KI-assistenter gir deg tilgang til interne dokumenter, hjelper med møtehåndtering og gir forslag til oppgaver og fremdrift – rett inn i arbeidsflyten.
Neste steg er bruk av egne KI-agenter som kan automatisere enda mer: dokumentkontroll, e-posthåndtering, arkivering, saksbehandling og HR-prosesser. Mange virksomheter bruker i dag flere systemer som ikke snakker sammen. Med riktig bruk av KI og integrasjoner på tvers, kan vi redusere manuell overføring av data og fjerne dobbeltarbeid.
Resultatet? Mer tid til fag, bedre oversikt – og høyere kvalitet. - Drift og kjerneoppgaver: Optimaliser det du allerede gjør
KI kan allerede i dag brukes til å forbedre selve kjernevirksomheten i bransjen. Flere aktører har tatt i bruk teknologier som:
- Smarte chatbots i kundeservice, som gir raskere svar og bedre kundeopplevelser.
- Ruteoptimalisering, som reduserer både kostnader og utslipp.
- Robotsortering, der KI og maskinlæring gir bedre utsorteringsgrad og reduserer feilkilder.
Med større datamengder og bedre verktøy kan vi nå ta dette et steg videre:
- Prediktiv vedlikehold: Maskiner som varsler behov for service før feil oppstår. –>
- Kapasitetsanalyse: KI kan analysere avfallsstrømmer, høytider, vær og annen relevant data for å forutsi trykk og planlegge kapasitet.
- Sporbarhet i den omvendte forsyningskjeden – for å følge materialer gjennom hele gjenvinningsløpet.
Med dette beveger vi oss fra enkel automatisering til strategisk styring av ressursflyt og produksjon.
- Innovasjon og nytenkning: Bygg fremtidens forretningsmodeller
Kunstig intelligens er ikke bare et verktøy for effektivisering – det er også en nøkkel til innovasjon og sirkulær transformasjon. Ved å analysere store datamengder i sanntid kan KI identifisere nye trender, markedsbehov og forbrukeratferd. Dette gjør det mulig å:
- Utvikle skreddersydde betalingsmodeller og personifisert kundekommunikasjon.
- Finne nye verdistrømmer i avfallet – ved å identifisere mønstre mennesker ikke ser.
- Styrke offentlig–privat samarbeid og skape nye, sirkulære forretningsmodeller.
- Utforske innovasjon i verdikjeden, i samarbeid med leverandører og kunder.
- Bruke KI til automatisert avfallsanalyse, som gir et bedre grunnlag for design, ombruk og materialvalg
Ved å koble fag, data og teknologi på nye måter, kan vi utvide bransjens rolle fra avfallshåndtering til å bli en sentral aktør i utviklingen av fremtidens ressurssystem.

Eksempler fra bransjen:
Slik brukes KI allerede i dag
KI er ikke lenger noe som bare hører fremtiden til – det er allerede i bruk, også i avfalls- og gjenvinningsbransjen. Her er noen eksempler som viser bredden i hvordan teknologien tas i bruk:
Bedre sortering med ZenRobotics
ZenRobotics har utviklet en løsning der ZenBrain, et KI-basert system, bruker kamera og en omfattende database til å identifisere og sortere avfall på samlebånd. Systemet kan prioritere utsortering basert på økonomisk verdi eller resirkuleringspotensial, og har vist seg å forbedre sorteringsgraden med over 30 prosent. Det er et viktig bidrag i arbeidet med å nå målene om 55 prosent materialgjenvinning innen 2025 – og enda høyere andel i årene som kommer.
Full kontroll på dunkene med ReLearn
Det italienske selskapet ReLearn har utviklet et kamerasystem som monteres direkte på avfallsdunker. Kameraet analyserer innholdet løpende, og gir sanntidsoversikt over hva som faktisk havner i dunkene. Dette gir avfallsselskapet full kontroll – for eksempel kan batterier i restavfall identifiseres og følges opp før de gjør skade.
Automatisk tilbakemelding til kunder i Michigan
I East Lansing, Michigan, tok man teknologien et steg videre. Kameraer ble montert på renovasjonsbilene, og registrerte avfallet fra hver husstand. Kunder som sorterte feil fikk automatisk brev i posten med beskjed om å skjerpe seg. Resultatet var imponerende: 23 prosent bedre sortering. Samtidig åpnet tiltaket for en viktig diskusjon – hvor går egentlig grensen for overvåking og bruk av KI i det offentlige rom?
Prediktivt vedlikehold med Bob
Veolia i Frankrike har utviklet en KI-løsning kalt Bob, som monteres på maskiner i avfallshåndteringen. Bob lytter og observerer – og gjenkjenner tegn på kommende feil, basert på lyder og bevegelser. Ved å varsle før noe går galt, gjør Bob det mulig å utføre service i forkant, og dermed unngå dyre og tidkrevende reparasjoner.
Lag din egen KI-agent – skreddersydd for dine behov
Flere selskaper har begynt å bygge sine egne KI-agenter for å gjøre hverdagen enklere – både for ansatte og kunder. Tenk deg at du samler alt det viktige innholdet – sorteringsveiledninger, interne rutiner, prislister, dunkbytteregler, kontaktpunkter – i én database. Deretter kan du trene en KI til å svare på spørsmål, basert utelukkende på denne informasjonen.
En ansatt kan for eksempel skrive: «Hvordan registrerer jeg et dunkbytte i sone 3?» Og KI-agenten svarer korrekt – fordi den kjenner både prosedyrene og de lokale forholdene.
Eller en kunde kan spørre: «Hva koster det å få hentet hageavfall oftere?» Og få svar uten å vente på manuell kundeservice.
Dette er ikke framtidsvisjoner – det er mulig allerede i dag, og gir bedre informasjonsflyt, færre henvendelser og høyere kundetilfredshet.
Fakta: Tips og ressurser for å komme i gang:
Kurs: Sirk Norge og Digital Norway
Utforsk: Hvordan lage egen bot, god prompting, intern KI-podcast og mer. Oppskrifter finner du for eksempel ved hjelp av ChatGPT (e.l.), og det finnes mange fine videoer på YouTube.
Lese fagstoff: For eksempel debattinnlegget «AI-kompetanse – på tide å komme i gang» av Stein Wesenberg fra NMBU publisert i Computerworld 12. mars 2025.
Hvordan kommer du i gang med KI?
Innføring av kunstig intelligens er ikke et IT-prosjekt – det er et strategisk veivalg. For at virksomheten virkelig skal hente ut gevinsten, må ledelsen ta eierskap. IT-avdelingen er en viktig støttespiller, men reisen må ledes av dem som forstår både organisasjonens mål og hverdagen til de som jobber der.
Erfaringene fra 2024 er tydelige: De virksomhetene som jobbet utforskende, kreativt og tverrfaglig, fant nye, smartere og mer effektive måter å jobbe på. De utviklet tjenester og prosesser de ikke hadde sett for seg tidligere – og oppnådde både høyere produktivitet og lavere kostnader. Så hva skal til for å lykkes med kunstig intelligens i 2025?
Tiltak 1: Bygg kompetanse – og start med deg selv
Ledere og ansatte må forstå hva kunstig intelligens er, og hva det faktisk kan brukes til i deres hverdag. Når 7 av 10 i norsk arbeidsliv mangler grunnleggende KI-kompetanse, sier det seg selv at opplæring må prioriteres – både i tid og budsjett.
Men kompetanse handler ikke bare om kurs. Det handler også om å bruke teknologien i praksis. Ledere må gå foran og vise hvordan KI kan gi verdi – ved selv å bruke verktøy som ChatGPT, Copilot eller interne KI-agenter. Når du viser hva som er mulig, blir det lettere å motivere resten av organisasjonen til å utforske og ta i bruk nye løsninger.
Tiltak 2: Tren hjernen i kreativ tenkning
Innovasjon starter med å tenke nytt – og kreativitet kan trenes. Du trenger ikke være «kreativ av natur» for å tenke kreativt. Ved å bruke enkle mentale teknikker jevnlig, bygger du nye forbindelser i hjernen – og blir bedre rustet til å se muligheter der andre ser begrensninger.
Her er fem tankemåter som kan brukes som en daglig øvelse:
- Koble kunnskap på nye måter
Hva skjer når jeg kombinerer det jeg kan om avfall med det jeg lærer om KI? - Still spørsmål ved rammene
Må vi følge reglene slik de alltid har vært? Kan KI hjelpe oss å jobbe utenfor boksen? - Se fremover
Hvordan vil arbeidsplassen se ut når KI er en naturlig del av alt vi gjør? - Tør å tenke annerledes
Kan denne oppgaven løses på en helt ny måte med KI? - Gi rom for fantasien
Lar jeg ideene flyte fritt, eller stopper jeg dem før de får vokse?
Disse teknikkene kan trenes på individuelt eller i team – og de gir resultater.
Tiltak 3: Utforsk og test i liten skala
Det er ingen fasit på hvordan KI bør brukes i din virksomhet – derfor må dere teste og lære underveis. Lag små eksperimenter, gjerne på tvers av avdelinger. Involver både enkeltpersoner og grupper, og legg til rette for en kultur hvor alle ideer blir tatt imot med nysgjerrighet – også de som ikke er realistiske ved første øyekast.
Ledere har en viktig rolle: De må skape trygghet og rom for å prøve og feile. Hvis nye ideer møtes med kritikk eller likegyldighet, stopper den kreative prosessen opp – og utviklingen bremser.
Ikke bare adopter – skap
Når disse tre tiltakene kobles sammen – kompetanse, kreativitet og utforskning – jobber dere etter det som kalles en utforskende metode. I stedet for å vente på at andre skal definere fremtiden, blir dere med på å forme den selv.
Kunstig intelligens er ikke lenger et valgfritt verktøy. Skal vi nå målene om høyere materialgjenvinning og virkelig bidra til en sirkulær økonomi, må vi forstå, utforske og ta teknologien i bruk – nå.
Så hva er ditt neste steg?
Fremtiden formes nå – med KI som motor. Kunstig intelligens er i ferd med å forandre måten vi jobber, planlegger og skaper verdi på. I avfalls- og gjenvinningsbransjen handler det ikke lenger om om vi skal ta i bruk KI – men hvordan. Teknologien kan forbedre alt fra administrasjon og kjerneoppgaver til innovasjon og sirkulære forretningsmodeller.
Mulighetene er store – og veien videre starter med tre enkle grep: bygg kompetanse, tenk kreativt og våg å utforske. Da legger du grunnlaget for smartere drift, bedre ressursutnyttelse og økt innovasjonskraft.
Fremtiden tilhører de som tør å teste – og som bygger mens de går.